Die Erfindung betrifft eine autonome Fahrfunktion für ein Ego-Fahrzeug. Beansprucht werden in diesem Zusammenhang insbesondere eine dazu eingerichtete Prozesso reinheit, ein Verfahren und ein Computerprogrammprodukt. Ein weiterer Anspruch ist auf ein Kraftfahrzeug mit der vorstehend genannten Prozessoreinheit gerichtet.

Aus der DE 10 2013 104 533 A1 ist ein regelbasiertes Verfahren zum Betreiben ei nes Fahrzeugs bekannt, bei dem der Betrieb des Fahrzeugs als Reaktion darauf ein gestellt wird, ob eine detektierte Verkehrssteuervorrichtung ein Stoppschild oder eine Verkehrsampel ist. Dabei wird ein aktueller Fahrzeugzustand bewertet, wobei der Fahrzeugzustand auf einem Abstand zwischen dem Fahrzeug und einer Kreuzung, einem Abstand zwischen dem Fahrzeug und einem nächsten vorderen Fahrzeug, ei ner Geschwindigkeit des Fahrzeugs und einer Verlangsamungsrate des Fahrzeugs basiert. Auf Basis des aktuellen Fahrzeugzustandes wird eine Fahrzeugsteuerstrate gie bestimmt, die entweder automatisch durchgeführt wird oder einem Fahrer des Fahrzeugs empfohlen wird.

Die Aufgabe der vorliegenden Erfindung besteht darin, eine autonome Fahrfunktion eines Kraftfahrzeugs hinsichtlich einer energieeffizienten und zeitsparenden Fahr weise zu verbessern. Die Aufgabe wird gelöst durch die Gegenstände der unabhän gigen Patentansprüche. Vorteilhafte Ausführungsformen sind Gegenstand der Unter ansprüche, der folgenden Beschreibung sowie der Figuren.

Die vorliegende Erfindung schlägt vor, ineffiziente und zeitintensive Fahrweisen des Ego-Fahrzeugs zu vermeiden, indem die autonome Fahrstrategie unter Beachtung aller Beschränkungen des Fährbetriebs des Ego-Fahrzeugs dahingehend geplant wird, dass ein Optimum hinsichtlich Geschwindigkeit sowie Betriebspunktwahl des Ego-Fahrzeugs realisiert wird. Gleichzeitig erfolgt eine Optimierung des Energiever brauchs des Ego-Fahrzeugs während der Fahrt durch Kenntnis von Betriebsdaten des vorausfahrenden Fahrzeugs. Basis dafür ist eine möglichst genaue Verarbeitung von Signalen von im Prädiktionshorizont liegenden Ampelschaltungsanlagen. Bei Verwendung eines MPC-Optimierungsalgorithmus' als Fahrstrategie kann die prädi- zierte Ampelschaltung wenigstens einer innerhalb des Prädiktionshorizonts liegen den Ampelsteuerungsanlage berücksichtigt werden.

Beschleunigungsvorgänge kosten dem Ego-Fahrzeug viel Energie, wobei deshalb insbesondere unnötige Bremsungen mit anschließender Beschleunigung verhindert werden sollen, wie sie beim Zufahren auf an Kreuzungen befindlichen Ampeln häufig Vorkommen, da sie ineffizient sind. Selbst wenn ein Teil der Energie bei einem als Elektrofahrzeug ausgebildeten Ego-Fahrzeug rekuperiert werden kann, geht durch die Umwandlungsverluste im System Energie verloren. Daher sollen unnötige Brems- und Anfahrvorgänge vor Ampeln vermieden werden, wobei die Ampel mit minimalem Zeit- und Energieaufwand passiert werden soll. Darüber hinaus soll vom System eine richtige Entscheidung getroffen werden, ob ein Anhalten des Ego-Fahrzeugs notwen dig oder zweckmäßig ist.

In diesem Sinne wird gemäß einem ersten Aspekt der Erfindung eine Prozessorein heit zur Ausführung einer autonomen Fahrfunktion für ein Ego-Fahrzeug unter Be rücksichtigung wenigstens eines im Umfeld des Ego-Fahrzeugs befindlichen Fahr zeugs bereitgestellt, wobei die autonome Fahrfunktion durch einen MPC-Algorithmus zur modellbasierten prädiktiven Regelung eines Ego-Fahrzeugs gebildet wird, wobei der MPC-Algorithmus ein Längsdynamikmodell des Ego-Fahrzeugs, eine zu minimie rende Kostenfunktion sowie eine prädizierte Ampelschaltung wenigstens einer inner halb des Prädiktionshorizonts liegenden Ampelsteuerungsanlage enthält. Die Pro zessoreinheit ist dazu eingerichtet, den MPC-Algorithmus auszuführen, sodass das Ego-Fahrzeug basierend auf der Ausführung des MPC-Algorithmus autonom fährt.

Die Prozessoreinheit ist dazu eingerichtet, den MPC-Algorithmus auszuführen, so dass das Ego-Fahrzeug basierend auf der Ausführung des MPC-Algorithmus“ auto nom fährt, und durch Ausführen des MPC-Algorithmus“ - nachdem die Ampelschal tung der jeweiligen innerhalb des Prädiktionshorizonts befindlichen Ampelsteue rungsanlage erfasst wurde - unter Berücksichtigung des Längsdynamikmodells des Ego-Fahrzeugs eine Eingangsgröße für die modellbasierte prädiktive Regelung des Ego-Fahrzeugs zu ermitteln, sodass die Kostenfunktion minimiert wird. Anders ge sagt ist die Prozessoreinheit dazu eingerichtet, eine autonome Fahrfunktion auszu führen, sodass das Ego-Fahrzeug basierend auf der Ausführung der autonomen Fahrfunktion autonom fährt.

Um in jeder Situation unter gegebenen Randbedingungen und Beschränkungen eine optimale Lösung für eine sogenannte „Driving Efficiency“ Fahrfunktion zu finden, wel che eine effiziente Fahrweise bereitstellen soll, kann die Methode der modelbasierten prädiktiven Regelung (MPC) gewählt werden. Methoden der modelbasierten prädikti- ven Regelung (im Englischen: Model Predictive Control oder abgekürzt: MPC) wer den auf dem Gebiet der Trajektorie-Regelung eingesetzt, beispielsweise zur Motor- Regelung im Kontext des autonomen Fahrens. Die MPC-Methode basiert auf einem Systemmodell, welches das Verhalten des Systems beschreibt. Weiterhin basiert die MPC-Methode insbesondere auf einer Zielfunktion bzw. auf einer Kostenfunktion, die ein Optimierungsproblem beschreibt und bestimmt, welche Zustandsgrößen mini miert werden sollen. Die Zustandsgrößen für die Driving Efficiency Fahrfunktion kön nen insbesondere die Fahrzeuggeschwindigkeit bzw. die kinetische Energie, die ver bleibende Energie in der Batterie eines elektrischen Fahrantriebs und die Fahrzeit sein. Die Optimierung von Energieverbrauch und Fahrtzeit erfolgt insbesondere auf Basis der Steigung der vorausliegenden Strecke und Beschränkungen bzw. Neben bedingungen für Geschwindigkeit und Antriebskraft, sowie auf Basis des aktuellen Systemzustands.

Das Längsdynamikmodell des Antriebsstrangs kann ein Fahrzeugmodell mit Fahr zeugparametern und Antriebsstrangverlusten (z.T. approximierte Kennfelder) umfas sen. In das Längsdynamikmodell des Antriebsstrangs können insbesondere Kennt nisse über vorausliegende Streckentopografien (z.B. Kurven und Steigungen) einflie ßen. Weiterhin können auch Kenntnisse über Geschwindigkeitslimits auf der voraus liegenden Strecke in das Längsdynamikmodell des Ego-Fahrzeugs einfließen.

Aktuelle Zustandsgrößen können gemessen, entsprechende Daten können aufge nommen und dem MPC-Algorithmus zugeführt werden. So können Streckendaten aus einer elektronischen Karte für einen Vorausschauhorizont bzw. Prädiktionshori zont (z.B. bis zu 5 km) vor dem Ego-Fahrzeug insbesondere zyklisch aktualisiert wer den. Die Streckendaten können beispielsweise Steigungsinformationen, Kurveninfor mationen, und Informationen über Geschwindigkeitslimits beinhalten. Des Weiteren kann eine Kurvenkrümmung über eine maximal zulässige Querbeschleunigung in ein Geschwindigkeitslimit für das Ego-Fahrzeug umgerechnet werden. Außerdem kann eine Ortung des Ego-Fahrzeugs erfolgen, insbesondere über ein GNSS-Signal zur genauen Lokalisierung auf der elektronischen Karte. Zudem umfassen die Zu standsgrößen die Umschaltzeitpunkte der jeweiligen innerhalb des Prädiktionshori zonts befindlichen Ampelsteuerungsanlage.

Die prädizierte Ampelschaltung der jeweiligen innerhalb des Prädiktionshorizonts lie genden Ampelsteuerungsanlage wird als zusätzliche Randbedingung im MPC-Algo- rithmus berücksichtigt, welche den Lösungsraum zur Minimierung der Kostenfunktion zusätzlich begrenzt. Die prädizierte Ampelschaltung wird aus Informationen von ent lang der Trajektorie befindlichen Ampelsteuerungsanlagen, welche eine oder meh rere Ampeln oder Ampelanlagen schalten, generiert, wobei aus der prädizierten Am pelschaltung unter Berücksichtigung des Längsdynamikmodells des Ego-Fahrzeugs beispielsweise eine maximale Geschwindigkeit oder minimale Fahrtzeit des Ego- Fahrzeugs im Vorausschauhorizont abgeleitet wird.

Die Prozessoreinheit ist bevorzugt dazu eingerichtet, mittels des MPC-Algorithmus‘ eine Antriebsmaschine eines Antriebstrangs des Ego-Fahrzeugs zu regeln, wobei der MPC-Algorithmus ein Längsdynamikmodell des Antriebsstrangs, eine prädizierte Am pelschaltung wenigstens einer innerhalb des Prädiktionshorizonts liegenden Ampel anlage sowie eine zu minimierende Kostenfunktion enthält. Die Prozessoreinheit ist dazu eingerichtet, durch Ausführen des MPC-Algorithmus‘ eine Eingangsgröße für die Regelung der Antriebsmaschine zu ermitteln, sodass das Ego-Fahrzeug durch die Antriebsmaschine autonom angetrieben wird und sodass die Kostenfunktion mini miert wird.

Vorzugsweise enthält die Kostenfunktion als ersten Term eine mit einem ersten Ge wichtungsfaktor gewichtete und gemäß dem Längsdynamikmodell sowie gemäß der prädizierten Ampelschaltung der jeweiligen innerhalb des Prädiktionshorizonts lie genden Ampelanlage prädizierte elektrische Energie, welche innerhalb eines Prädik tionshorizonts von einer Batterie des Antriebsstrangs zum Antrieb der Antriebsma schine bereitgestellt wird, wobei die Kostenfunktion als zweiten Term ferner eine mit einem zweiten Gewichtungsfaktor gewichtete und gemäß dem Längsdynamikmodell sowie gemäß der prädizierten Ampelschaltung der jeweiligen innerhalb des Prädikti onshorizonts liegenden Ampelanlage prädizierte Fahrzeit enthält, welche das Ego- Fahrzeug zum Zurücklegen der gesamten innerhalb des Prädiktionshorizonts prädi zierten Wegstrecke benötigt. Die Prozessoreinheit ist dazu eingerichtet, durch Aus führen des MPC-Algorithmus‘ in Abhängigkeit von dem ersten Term und in Abhängig keit von dem zweiten Term eine Eingangsgröße für die Regelung der Antriebsma schine des Ego-Fahrzeugs zu ermitteln, sodass die Kostenfunktion minimiert wird.

Die Kostenfunktion besitzt ausschließlich lineare und quadratische Terme. Dadurch hat das Gesamtproblem die Form einer quadratischen Optimierung mit linearen Ne benbedingungen und es ergibt sich ein konvexes Problem, welches gut und schnell gelöst werden kann. Die Zielfunktion bzw. die Kostenfunktion kann mit einer Gewich tung (Gewichtungsfaktoren) aufgestellt werden, wobei insbesondere eine Energieeffi zienz, eine Fahrtzeit und ein Fahrkomfort berechnet und gewichtet werden. Eine energieoptimale Geschwindigkeitstrajektorie kann für einen vorausliegenden Horizont auf der Prozessoreinheit online berechnet werden, die insbesondere ein Bestandteil eines zentralen Steuergeräts des Ego-Fahrzeugs bilden kann. Durch Nutzung der MPC-Methode kann weiterhin eine zyklische Neuberechnung der Soll-Geschwindig keit des Ego-Fahrzeugs auf Basis des aktuellen Fahrzustands und der vorausliegen den Streckeninformationen erfolgen. Alternativ kann eine energieoptimale Trajektorie berechnet und gewichtet werden, die eine möglichst geringe Fahrzeit des Ego-Fahr zeugs bewirkt.

Durch die Kostenfunktion des MPC-Algorithmus‘ erfolgt eine Minimierung der Fahr zeit für den Prädiktionshorizont und eine Minimierung von verbrauchter Energie bei gleichzeitiger Optimierung der Fahrzeuggeschwindigkeit. In einer Ausführungsform erfolgt weiterhin eine Minimierung von Drehmomentänderungen für den Prädiktions- horizont. Was den Input für die modellbasierte prädiktive Regelung angeht, so kön nen dem MPC-Algorithmus als Nebenbedingungen z.B. Geschwindigkeitslimits, phy sikalische Grenzen für das Drehmoment und Drehzahlen der Antriebsmaschine zu geführt werden. Dem MPC-Algorithmus können weiterhin Steuergrößen für die Opti mierung als Input zugeführt werden, insbesondere die Geschwindigkeit des Fahr zeugs (welche proportional zur Drehzahl sein kann), das Drehmoment der Antriebs maschine und der Batterieladezustand. Als Output der Optimierung kann der MPC- Algorithmus eine optimale Drehzahl und ein optimales Drehmoment für berechnete Punkte im Vorausschauhorizont liefern. Was die Umsetzung der MPC-Regelung im Fahrzeug angeht, so kann dem MPC-Algorithmus ein Softwaremodul nachgeschaltet sein, welches einen aktuell relevanten Zustand ermittelt und an eine Leistungselekt ronik weitergibt.

Energieverbrauch und Fahrzeit bzw. Maximalgeschwindigkeit können jeweils am Ende des Horizonts ausgewertet und gewichtet werden. Dieser Term ist also nur für den letzten Punkt des Horizonts aktiv. In diesem Sinne enthält die Kostenfunktion in einer Ausführungsform einen mit dem ersten Gewichtungsfaktor gewichteten Ener gieverbrauchsendwert, den die prädizierte elektrische Energie am Ende des Prädikti onshorizonts annimmt, und die Kostenfunktion enthält einen mit dem zweiten Ge wichtungsfaktor gewichteten Fahrzeitendwert, den die prädizierte Fahrzeit am Ende des Prädiktionshorizonts annimmt.

Um ein komfortables Fahren sicher zu stellen, können zusätzlich Terme zur Bestra fung von Momentensprüngen eingeführt werden. In diesem Sinne kann die Kosten funktion einen dritten Term mit einem dritten Gewichtungsfaktor aufweisen, wobei der dritte Term einen gemäß dem Längsdynamikmodell prädizierten Wert eines Drehmo ments enthält, welches die Antriebsmaschine zum Antrieb des Ego-Fahrzeugs bereit stellt, und wobei die Prozessoreinheit dazu eingerichtet ist, durch Ausführen des MPC-Algorithmus in Abhängigkeit von dem ersten Term, in Abhängigkeit von dem zweiten Term und in Abhängigkeit von dem dritten Term die Eingangsgröße für die Antriebsmaschine zu ermitteln, sodass die Kostenfunktion minimiert wird. Für den ersten Punkt im Horizont kann die Abweichung zum zuletzt gestellten Mo ment negativ bewertet werden, um sicher zu stellen, dass es einen nahtlosen und ruckfreien Übergang beim Umschalten zwischen alter und neuer Trajektorie gibt. In diesem Sinne kann der dritte Term einen mit dem dritten Gewichtungsfaktor gewich teten ersten Wert eines gemäß dem Längsdynamikmodell prädizierten Drehmoments enthalten, welches die Antriebsmaschine zum Antrieb des Ego-Fahrzeugs zu einem ersten Wegpunkt innerhalb des Prädiktionshorizonts bereitstellt. Dabei kann der dritte Term einen mit dem dritten Gewichtungsfaktor gewichteten nullten Wert eines Dreh moments enthalten, welches die Antriebsmaschine zum Antrieb des Ego-Fahrzeugs zu einem nullten Wegpunkt bereitstellt, der unmittelbar vor dem ersten Wegpunkt liegt. Bei dem nullten Drehmoment kann es sich insbesondere um ein real - in nicht bloß prädiziert - von der Antriebsmaschine bereitgestelltes Drehmoment handeln. In der Kostenfunktion kann der nullte Wert des Drehmoments von dem ersten Wert des Drehmoments abgezogen werden.

Alternativ kann der dritte Term einen mit dem dritten Gewichtungsfaktor gewichteten ersten Wert einer gemäß dem Längsdynamikmodell prädizierten Antriebskraft enthal ten, welche die Antriebsmaschine zum Antrieb des Ego-Fahrzeugs zu einem ersten Wegpunkt innerhalb des Prädiktionshorizonts bereitstellt. Der dritte Term enthält da bei einen mit dem dritten Gewichtungsfaktor gewichteten nullten Wert einer Antriebs kraft, welche die Antriebsmaschine zum Antrieb des Ego-Fahrzeugs zu einem nullten Wegpunkt bereitstellt, der unmittelbar vor dem ersten Wegpunkt liegt, wobei in der Kostenfunktion der nullte Wert der Antriebskraft von dem ersten Wert der Antriebs kraft abgezogen wird.

Bei den Wegpunkten, welche durch den MPC-Algorithmus berücksichtigt werden, handelt es sich insbesondere um diskrete Wegpunkte, die beispielsweise in einer be stimmten Frequenz aufeinanderfolgen. In diesem Sinne stellen der nullte Wegpunkt und der erste Wegpunkt diskrete Wegpunkte dar, wobei der erste Wegpunkt unmittel bar auf den nullten Wegpunkt folgt. Der nullte Wegpunkt kann zeitlich vor dem Prä diktionshorizont liegen. Für den nullten Wegpunkt kann der nullte Drehmomentwert gemessen oder ermittelt werden. Der erste Wegpunkt stellt insbesondere den ersten Wegpunkt innerhalb des Prädiktionshorizonts dar. Für den ersten Wegpunkt kann der erste Drehmomentwert prädiziert werden. Somit kann der real ermittelte nullte Dreh momentwert mit dem prädizierten ersten Drehmomentwert verglichen werden.

Zusätzlich sind zu hohe Drehmomentgradienten innerhalb des Horizonts unvorteil haft, so dass diese in einer Ausführungsform bereits in der Zielfunktion bestraft wer den. Dafür kann die quadratische Abweichung der Antriebskraft je Meter gewichtet und in der Zielfunktion minimiert werden. In diesem Sinne kann die Kostenfunktion einen vierten Term mit einem vierten Gewichtungsfaktor aufweisen, wobei der vierte Term einen gemäß dem Längsdynamikmodell prädizierten Gradienten des Drehmo ments oder einen Indikatorwert für einen gemäß dem Längsdynamikmodell prädizier ten Gradienten des Drehmoments enthält. Die Prozessoreinheit ist dabei dazu einge richtet, durch Ausführen des MPC-Algorithmus‘ in Abhängigkeit von dem ersten Term, in Abhängigkeit von dem zweiten Term, in Abhängigkeit von dem dritten Term und in Abhängigkeit von dem vierten Term die Eingangsgröße für die Antriebsma schine zu ermitteln, sodass die Kostenfunktion minimiert wird.

In einer Ausführungsform enthält der vierte Term eine mit dem vierten Gewichtungs faktor multiplizierte und aufsummierte quadratische Abweichung des Gradienten des Drehmoments. Weiterhin kann die Kostenfunktion eine mit dem vierten Gewichtungs faktor aufsummierte quadratische Abweichung einer Antriebskraft enthalten, welche die Antriebsmaschine bereitstellt, um das Ego-Fahrzeug einen Meter in Längsrich tung fortzubewegen. In diesem Sinne kann der vierte Term eine mit dem vierten Ge wichtungsfaktor multiplizierte und aufsummierte quadratische Abweichung einer An triebskraft enthalten, welche die Antriebsmaschine bereitstellt, um das Ego-Fahrzeug einen Meter in Längsrichtung fortzu bewegen.

Geschwindigkeitslimits, die beispielsweise durch eine Verkehrsstraßenordnung fest gelegt sein können, sind für die Optimierung harte Grenzen, die nicht überschritten werden sollen. Eine leichte Überschreitung der Geschwindigkeitsgrenzen ist in der Realität immer zulässig und vor allem bei Übergängen von einer Geschwindigkeits zone in eine zweite Zone eher der Normalfall. In dynamischen Umgebungen, in de nen sich von einem Rechenzyklus zum nächsten Rechenzyklus Geschwindigkeitsli- mits verschieben, kann es passieren, dass bei ganz harten Grenzen keine gültige Lö sung für einen Geschwindigkeitsverlauf mehr gefunden werden kann. Um die Stabili tät des Rechenalgorithmus zu erhöhen, kann eine sogenannte „Soft Constraint“ in die Zielfunktion eingeführt werden. Insbesondere kann eine sogenannte „Schlupf-Va riable“ bzw. „Slack-Variable“ in einem vorgegebenen schmalen Bereich aktiv werden, bevor das harte Geschwindigkeitslimit erreicht wird. Lösungen, die sehr nah an die sem Geschwindigkeitslimit liegen, können dabei schlechter bewertet werden, also Lösungen deren Geschwindigkeitstrajektorie einen gewissen Abstand zur harten Grenze einhalten. In diesem Sinne kann die Kostenfunktion als fünften Term eine mit einem fünften Gewichtungsfaktor gewichtete Slack-Variable enthalten, wobei die Pro zessoreinheit dazu eingerichtet ist, durch Ausführen des MPC-Algorithmus“ in Abhän gigkeit von dem ersten Term, in Abhängigkeit von dem zweiten Term, in Abhängig keit von dem dritten Term, in Abhängigkeit von dem vierten Term und in Abhängigkeit von dem fünften Term die Eingangsgröße für die Antriebsmaschine zu ermitteln, so- dass die Kostenfunktion minimiert wird.

Um die physikalischen Grenzen der Antriebsstrangkomponenten zu respektieren, kann die Zugkraft durch Beschränkung des Kennfelds der Antriebsmaschine limitiert werden. Beispielsweise ist für die maximale Rekuperation die Batterie das limitie rende Element. Um diese nicht zu schädigen, sollte ein bestimmter negativer Leis tungswert nicht unterschritten werden.

Vorzugsweise umfasst die prädizierte Ampelschaltung der jeweiligen innerhalb des Prädiktionshorizonts liegenden Ampelsteuerungsanlage wenigstens einen Umschalt zeitpunkt einer Ampel zwischen einem ersten Signal und einem zweiten Signal. Als Umschaltzeitpunkt ist somit ein solcher Zeitpunkt zu verstehen, bei dem die Ampel beispielsweise zwischen einem roten Leuchtsignal und einem grünen Leuchtsignal, oder umgekehrt, schaltet. Auch eine Zwischenschaltung eines gelben Leuchtsignals ist möglich. Im Betrieb der Ampelanlage bzw. der jeweiligen Ampelsteuerungsanlage erfolgen in aller Regel regelmäßige Wechsel zwischen den beiden Signalen, sodass im Wechsel ein Passieren der Ampel freigegeben (grünes Leuchtsignal) und ein Pas sieren der Ampel nicht freigegeben (rotes Leuchtsignal) ist. Der Umschaltzeitpunkt bzw. die Umschaltzeitpunkte sind dem Ego-Fahrzeug frühzei tig bekannt, sodass die Fahrzeuglängsführung des Ego-Fahrzeugs, insbesondere die Geschwindigkeitstrajektorie des Ego-Fahrzeugs durch Ausführung des MPS-Algorith- mus‘ mittels der Prozessoreinheit derart bestimmt wird, dass eine vorausschauende Längsführung des Ego-Fahrzeug realisiert wird und damit unnötige Brems- und/oder Anfahrvorgänge vor der Ampel vermieden werden. Mithin passiert das Ego-Fahrzeug die Ampel mit minimalem Zeit- und Energieaufwand. Mit anderen Worten wird von der Prozessoreinheit eine mögliche Ankunftszeit des Ego-Fahrzeug an der Ampel bzw. an der Kreuzung, der die Ampel zugeordnet ist, berechnet und anhand der Sig nale der Ampelsteuerungsanlage hinsichtlich der Umschaltzeitpunkte eine Trajektorie des Ego-Fahrzeugs geplant. Zur weiteren Optimierung der Geschwindigkeitstrajekto rie kann das System zusätzlich Verkehrsinformationen erhalten, sodass die Prozes soreinheit auch eventuelle Staus entlang des Prädiktionshorizonts berücksichtigen kann.

In diesem Sinn ist die Prozessoreinheit mit einer Erfassungseinheit verbunden und dazu eingerichtet, wenigstens ein SPAT -Signal der Ampelsteuerungsanlage über die Erfassungseinheit zu empfangen. SPAT -Signale (im Englischen Signal Phase and Timing) ist ein Signal aus der Verkehrstechnik. Mit der SPAT -Nachricht werden Echt zeitinformationen einer bestimmten Verkehrssteuerungsanlage bzw. Ampelsteue rungsanlage, beispielsweise einer Verkehrsampel, übertragen. Das SPAT -Signal wird mittels einer sogenannten Roadside Unit (RSU) an die Fahrzeuge übertragen, die an der Infrastrukturkomponente vorbeifahren. Die Erfassungseinheit umfasst eine sogenannte Car2X-Schnittstelle, mit der die SPAT -Signale der Ampelsteuerungsan lage empfangen, verarbeitet und in geeigneterWeise an die Prozessoreinheit ver sendet werden können.

Ferner bevorzugt ist die Prozessoreinheit dazu eingerichtet, das jeweilige SPAT -Sig nal zu speichern. Anders gesagt kann die Prozessoreinheit typische Schaltzeiten von Ampeln erfassen und hinterlegen, sodass ein lernendes Verhalten der Prozessorein heit erreicht wird. Dadurch kann bereits die Zeit der nächsten Ampelphase genutzt werden, um die optimale Geschwindigkeit bzw. den optimalen Geschwindigkeitsver lauf des Ego-Fahrzeugs zu wählen. Dies ist insbesondere dann relevant, wenn die Zeit bis zum Erreichen der nächsten Ampel sehr kurz ist, oder die nächste Ampel noch so weit entfernt ist, dass bis zum Erreichen der Ampel noch mehrere Schaltzyk len erfolgen.

Des Weiteren bevorzugt ist die Prozessoreinheit dazu eingerichtet, anhand des je weiligen SPAT -Signals ein oberes Geschwindigkeitslimit und/oder ein unteres Ge schwindigkeitslimit für das Ego-Fahrzeug zu bestimmen. Die Prozessoreinheit ermit telt durch Ausführen des MPC-Algorithmus‘ ein oberes und unteres Geschwindig keitslimit für die Zufahrt zur Ampel. Dabei ist das Ziel, die Ampel bei einem grünen Leuchtsignal, bei dem das Passieren der Ampel für den Verkehr freigegeben ist, zu passieren. Anders gesagt werden die Geschwindigkeitsbegrenzungen zur Einschrän kung des Lösungsraums genutzt, um die Geschwindigkeit des Ego-Fahrzeugs zum energieeffizienten Passieren von Ampeln zu optimieren. Wenn die Annäherungsge schwindigkeit des Ego-Fahrzeugs an die Ampel über eine zu große Strecke eine mi nimal ertragbare Geschwindigkeit unterschreitet, kann die Prozessoreinheit ferner dazu eingerichtet sein, das Ego-Fahrzeug oder die Antriebsmaschine des Ego-Fahr zeugs derart zu regeln, dass das Ego-Fahrzeug an der Ampel angehalten wird, an statt es mit einer zu geringen Geschwindigkeit bei einem grünen Leuchtsignal zu passieren. Dies verbessert insbesondere den Fahrkomfort des Ego-Fahrzeug. Mithin kann im MPC-Algorithmus eine Komfortbedingung berücksichtigt werden.

Je nach Art und Formulierung des Optimierungsproblems kann es zudem vorteilhaft sein, an Stelle eines oberen und/oder unteren Geschwindigkeitslimits die minimale und/oder maximale Fahrzeit bis zur Ampelposition als Grenze für die Optimierung der Fahrzeuglängsführung anzugeben. Somit ist die Prozessoreinheit alternativ oder er gänzend dazu eingerichtet, anhand des jeweiligen SPAT -Signals eine minimale Fahrtzeit und/oder eine maximale Fahrzeit des Ego-Fahrzeugs bis zum Erreichen der Ampelsteuerungsanlage zu bestimmen.

Gemäß einem zweiten Aspekt der Erfindung wird ein Kraftfahrzeug bereitgestellt.

Das Kraftfahrzeug umfasst einen Antriebsstrang mit einer Antriebsmaschine und ein Fahrerassistenzsystem. Weiterhin umfasst der Antriebsstrang insbesondere eine Batterie, wobei die Antriebsmaschine als elektrische Maschine ausgebildet sein kann. Ferner kann der der Antriebsstrang insbesondere ein Getriebe umfassen. Das Fahrerassistenzsystem ist dazu eingerichtet, mittels einer Kommunikations-Schnitt stelle auf eine Eingangsgröße für die Antriebsmaschine zuzugreifen, wobei die Ein gangsgröße von einer Prozessoreinheit gemäß dem ersten Aspekt der Erfindung er mittelt worden ist. Weiterhin kann das Fahrerassistenzsystem dazu eingerichtet sein, das Kraftfahrzeug bzw. die Antriebsmaschine basierend auf der Eingangsgröße zu steuern. Bei dem Kraftfahrzeug handelt es sich beispielsweise um ein Automobil (z.B. ein Personenkraftfahrwagen mit einem Gewicht von weniger als 3,5 t), Motor rad, Motorroller, Moped, Fahrrad, E-Bike, Bus oder Lastkraftwagen (Bus und Last kraftwagen z.B. mit einem Gewicht von über 3,5 t). Das Kraftfahrzeug kann beispiels weise zu einer Fahrzeugflotte gehören.

Gemäß einem dritten Aspekt der Erfindung wird ein Verfahren zur Ausführung einer autonomen Fahrfunktion für ein Ego-Fahrzeug, wobei die autonome Fahrfunktion durch einen MPC-Algorithmus zur modellbasierten prädiktiven Regelung eines Ego- Fahrzeugs gebildet wird. Das Verfahren umfasst die Schritte - Ausführen des MPC-Algorithmus‘ zur modellbasierten prädiktiven Regelung eines Ego-Fahrzeugs mittels einer Prozessoreinheit, wobei der MPC-Algorithmus ein Längsdynamikmodell des Ego-Fahrzeugs, eine prädizierte Ampelschaltung wenigs tens einer innerhalb des Prädiktionshorizonts liegenden Ampelsteuerungsanlage und eine zu minimierende Kostenfunktion enthält,

- Ermitteln einer Eingangsgröße für das Ego-Fahrzeug unter Berücksichtigung des Längsdynamikmodells des Ego-Fahrzeugs sowie der prädizierten Ampelschaltung der jeweiligen innerhalb des Prädiktionshorizonts liegenden Ampelsteuerungsanlage, sodass die Kostenfunktion minimiert wird.

Gemäß einem vierten Aspekt der Erfindung wird ein Computerprogrammprodukt zur Ausführung einer autonomen Fahrfunktion für ein Ego-Fahrzeug bereitgestellt, wobei das Computerprogrammprodukt, wenn es auf einer Prozessoreinheit ausgeführt wird, die Prozessoreinheit anleitet, einen MPC-Algorithmus zur modellbasierten prädiktiven Regelung eines Ego-Fahrzeugs auszuführen, wobei der MPC-Algorithmus ein Längs dynamikmodell des Ego-Fahrzeugs, eine prädizierte Ampelschaltung wenigstens ei ner innerhalb des Prädiktionshorizonts liegenden Ampelsteuerungsanlage und eine zu minimierende Kostenfunktion enthält, wobei durch Ausführen des MPC-Algorith- mus‘ unter Berücksichtigung des Längsdynamikmodells des Ego-Fahrzeugs sowie der prädizierten Ampelschaltung der jeweiligen innerhalb des Prädiktionshorizonts liegenden Ampelsteuerungsanlage eine Eingangsgröße für das Ego-Fahrzeug zu er mitteln, sodass die Kostenfunktion minimiert wird.

Die obigen Definitionen sowie Ausführungen zu technischen Effekten, Vorteilen und vorteilhaften Ausführungsformen der Prozessoreinheit gelten sinngemäß ebenfalls für das Fahrzeug gemäß dem zweiten Aspekt der Erfindung, für das Verfahren ge mäß dem dritten Aspekt der Erfindung und für das Computerprogrammprodukt ge mäß dem vierten Aspekt der Erfindung.

Im Folgenden werden Ausführungsbeispiele der Erfindung anhand der schemati schen Zeichnungen näher erläutert, wobei gleiche oder ähnliche Elemente mit dem gleichen Bezugszeichen versehen sind. Hierbei zeigt

Fig. 1 eine schematische Darstellung eines Fahrzeugs mit einem Antriebsstrang, der eine Antriebsmaschine und eine Batterie umfasst, und

Fig. 2 ein Kennfeld einer Antriebsmaschine für das Fahrzeug nach Fig. 1 .

Fig. 1 zeigt ein Ego-Fahrzeug 1 , bei dem es sich beispielsweise um einen Personen kraftfahrwagen handeln kann. Das Ego-Fahrzeug 1 umfasst ein System 2 zur Aus führung einer automatisierten Fahrfunktion des Ego-Fahrzeugs 1 , in dem gezeigten Ausführungsbeispiel zur modelbasierten prädiktiven Regelung des Ego-Fahrzeugs 1 . Insbesondere kann das System 2 zur modelbasierten prädiktiven Regelung einer An triebsmaschine 8 eines Antriebstrangs 7 des Ego-Fahrzeugs 1 eingerichtet sein. Die Antriebsmaschine 8 ist vorliegend als elektrische Maschine ausgebildet. Das Sys tem 2 umfasst in dem gezeigten Ausführungsbeispiel eine Prozessoreinheit 3, eine Speichereinheit 4, eine Kommunikations-Schnittstelle 5 und eine Erfassungseinheit 6 zur Erfassung von das Ego-Fahrzeug 1 betreffenden Zustandsdaten und zur Erfas sung von SPAT -Signalen wenigstens einer Ampelsteuerungsanlage 18. Das Ego-Fahrzeug 1 umfasst weiterhin einen Antriebsstrang 7, der beispielsweise eine Antriebsmaschine 8, die als Motor und als Generator betrieben werden kann, eine Batterie 9 und ein Getriebe 10 umfassen kann. Die Antriebsmaschine 8 kann im Motorbetrieb Räder des Ego-Fahrzeugs 1 über das Getriebe 10 antreiben, das bei spielsweise eine konstante Übersetzung aufweisen kann. Die dazu notwendige elekt rische Energie kann die Batterie 9 bereitstellen. Die Batterie 9 kann durch die An triebsmaschine 8 aufgeladen werden, wenn die Antriebsmaschine 8 im Generatorbe trieb betrieben wird (Rekuperation). Die Batterie 9 kann optional auch an einer exter nen Ladestation aufgeladen werden. Ebenfalls kann der Antriebsstrang des Ego- Fahrzeugs 1 optional einen Verbrennungskraftmotor 17 aufweisen, welcher alternativ oder zusätzlich zu der Antriebsmaschine 8 das Ego-Fahrzeug 1 antreiben kann. Der Verbrennungskraftmotor 17 kann auch die Antriebsmaschine 8 antreiben, um die Batterie 9 aufzuladen.

Auf der Speichereinheit 4 kann ein Computerprogrammprodukt 11 gespeichert sein. Das Computerprogrammprodukt 11 kann auf der Prozessoreinheit 3 ausgeführt wer den, wozu die Prozessoreinheit 3 und die Speichereinheit 4 mittels der Kommunikati ons-Schnittstelle 5 miteinander verbunden sind. Wenn das Computerprogrammpro dukt 11 auf der Prozessoreinheit 3 ausgeführt wird, leitet es die Prozessoreinheit 3 an, die im Folgenden beschriebenen Funktionen zu erfüllen bzw. Verfahrensschritte auszuführen.

Das Computerprogrammprodukt 11 enthält zur Ausführung der autonomen Fahrfunk tion einen MPC-Algorithmus 13. Der MPC-Algorithmus 13 wiederum enthält ein Längsdynamikmodell 14 des Antriebsstrangs 7 des Ego-Fahrzeugs 1 , eine prädi- zierte Ampelschaltung wenigstens einer innerhalb des Prädiktionshorizonts liegen den Ampelsteuerungsanlage 18 und eine zu minimierende Kostenfunktion 15. Die Prozessoreinheit 3 führt den MPC-Algorithmus 13 aus und prädiziert dabei ein Ver halten des Ego-Fahrzeugs 1 basierend auf dem Längsdynamikmodell 14 und der prädizierten Ampelschaltung, wobei die Kostenfunktion 15 minimiert wird. Als Output der Optimierung durch den MPC-Algorithmus 13 können sich in dem gezeigten Aus führungsbeispiel eine optimale Drehzahl und ein optimales Drehmoment der An- triebsmaschine 8 für berechnete Wegpunkte im Vorausschauhorizont ergeben. Alter nativ kann eine optimale Geschwindigkeit oder ein optimaler Geschwindigkeitsverlauf des Ego-Fahrzeugs 1 ergeben. Ferner alternativ ist denkbar, dass sich eine opti mierte Fahrtzeit des Ego-Fahrzeugs 1 ergibt. Die Prozessoreinheit 3 kann eine Ein gangsgröße für die Antriebsmaschine 8 ermitteln, sodass sich die optimale Drehzahl und das optimale Drehmoment einstellen. Die Prozessoreinheit 3 kann die Antriebs maschine 8 basierend auf der ermittelten Eingangsgröße steuern. Weiterhin kann dies jedoch auch durch ein Fahrerassistenzsystem 16 erfolgen. Auf diese Weise kann das Ego-Fahrzeug 1 basierend auf dem Output des ausgeführten MPC-Algo- rithmus 13 autonom fahren.

Die Erfassungseinheit 6 kann aktuelle Zustandsgrößen des Ego-Fahrzeugs 1 mes sen, entsprechende Daten aufnehmen und dem MPC-Algorithmus 13 zuführen. So können Streckendaten aus einer elektronischen Karte für einen Vorausschauhorizont bzw. Prädiktionshorizont (z.B. 5 km) vor dem Ego-Fahrzeug 1 beispielsweise zyklisch aktualisiert werden. Die Streckendaten können beispielsweise Steigungsinformatio nen, Kurveninformationen und Informationen über Geschwindigkeitslimits beinhalten. Des Weiteren kann eine Kurvenkrümmung über eine maximal zulässige Querbe schleunigung in ein Geschwindigkeitslimit für das Ego-Fahrzeug 1 um gerechnet wer den. Außerdem kann mittels der Erfassungseinheit 6 eine Ortung des Ego-Fahr zeugs 1 erfolgen, insbesondere über ein von einem GNSS-Sensor 12 generiertes GNSS-Signal zur genauen Lokalisierung auf der elektronischen Karte. Weiterhin kann die Erfassungseinheit 6 Sensoren zur Bestimmung des Beladungsgewichts des Ego-Fahrzeugs 1 , zur Erfassung der Anzahl der Fahrzeuginsassen und ein Zeit mess- und Erfassungsmodul umfassen. Die Prozessoreinheit 3 kann auf von den ge nannten Sensoren generierte Informationen bzw. Daten beispielsweise über die Kommunikations-Schnittstelle 5 zugreifen. Außerdem kann die Erfassungseinheit 6 Signale wenigstens einer Ampelsteuerungsanlage einer beispielsweise einer Kreu zung zugeordneten Ampel 19 erkennen. Die erfassten Daten fließen in den MPC-Al gorithmus 13 ein, wobei anhand der dieser Daten unter Berücksichtigung des Längs dynamikmodells 14 des Ego-Fahrzeugs die Trajektorie des Ego-Fahrzeugs 1 geplant wird. Die prädizierte Ampelschaltung der jeweiligen innerhalb des Prädiktionshori- zonts liegenden Ampelsteuerungsanlage 18 umfasst wenigstens einen Umschaltzeit punkt der Ampel 19 zwischen einem ersten Signal, beispielsweise einem roten Leuchtsignal, und einem zweiten Signal, beispielsweise einem grünen Leuchtsignal.

Die Erfassungseinheit 6 ist derart ausgebildet, dass wenigstens ein SPAT -Signal 20 der Ampelsteuerungsanlage 18 empfangen wird und als entsprechendes Signal zur Weiterverarbeitung an die Prozessoreinheit 3 gesendet wird. Die Prozessoreinheit 3 ist dabei dazu eingerichtet, das jeweilige SPAT -Signal 20 zu speichern, sodass für künftige Situationen typische Schaltzeiten von Ampeln bereits vorgegeben werden können, um die Trajektorie des Ego-Fahrzeugs 1 optimal zu planen.

Nach Erhalten der SPAT -Signale 20 der Ampelsteuerungsanlage 18 bestimmt die Prozessoreinheit 3 anhand des jeweiligen SPAT -Signals 20 ein oberes Geschwindig keitslimit und/oder ein unteres Geschwindigkeitslimit für das Ego-Fahrzeug 1. Zudem bestimmt die Prozessoreinheit 3 anhand des jeweiligen SPAT -Signals 20 eine mini male Fahrtzeit und/oder eine maximale Fahrzeit des Ego-Fahrzeugs 1 bis zum Errei chen der Ampelsteuerungsanlage 18. Durch Bestimmung dieser Randbedingungen wird das Ego-Fahrzeug 1 derart geregelt, dass das Ego-Fahrzeug 1 die Ampel 19 bei einem grünen Leuchtsignal passiert. Das Zufahren zur Ampel 19 erfolgt dabei vorteil hafterweise zeit- sowie energiesparend, wobei unnötige und insbesondere energie aufwändige Brems- und Anfahrvorgänge vermieden werden. Die Prozessoreinheit 3 kann zudem entscheiden, ob ein Anhalten des Ego-Fahrzeugs 1 mit zusätzlichem Abschalten der Antriebsmaschine 8 notwendig oder zweckmäßig ist. Mit anderen Worten wird eine energieeffiziente und zeitsparende Fahrstrategie des Ego-Fahr zeugs 1 , beispielsweise ein optimaler Geschwindigkeitsverlauf, ein optimaler Be triebspunktverlauf und/oder eine optimale Fahrzeit auf Basis des aktuellen Fahrzeug zustands des Ego-Fahrzeugs 1 , der vorausliegenden Streckentopografie sowie auf Basis der jeweiligen Ampelschaltung geplant.

Das Längsdynamikmodell 14 des Ego-Fahrzeugs 1 kann mathematisch wie folgt aus gedrückt werden: Hierbei sind: v die Geschwindigkeit des Ego-Fahrzeugs;

Ftrac Traktionskraft, die durch den Motor oder die Bremsen auf die Räder des Ego-Fahrzeugs ausgeübt wird;

Fr die Rollwiderstandskraft, welche ein Effekt der Verformung der Reifen beim Rollen ist und von der Belastung der Räder (der Normalkraft zwi schen Rad und Straße) und damit vom Neigungswinkel der Straße ab hängt;

Fgr die Steigungswiderstandskraft, welche eine Längskomponente der

Schwerkraft beschreibt, die auf das Ego-Fahrzeug im Bergauf- oder Berg abfahrbetrieb wirkt, abhängig von der Neigung der Fahrbahn;

Fd die Luftwiderstandskraft des Ego-Fahrzeugs; und meq die äquivalente Masse des Ego-Fahrzeugs; die äquivalente Masse bein haltet insbesondere die Trägheit der Drehteile des Antriebsstrangs, welche der Beschleunigung des Ego-Fahrzeugs ausgesetzt sind (Motor, Getriebe antriebswellen, Räder).

Durch Umwandlung von Zeitabhängigkeit in Wegabhängigkeit und Koordinatentransformation zur Eliminierung des quadratischen Geschwindig- keits-Terms im Luftwiderstand mit e _kin = - * m _e * v t) ² folgt

Damit das Problem durch den MPC-Algorithmus 13 schnell und einfach lösbar ist, kann die Dynamikgleichung des Längsdynamikmodells 14 linearisiert werden, indem die Geschwindigkeit durch Koordinatentransformation durch kinetische Energie dekin ausgedrückt wird. Dadurch wird der quadratische Term zur Berechnung des Luftwi derstands Fd durch einen linearen Term ersetzt und gleichzeitig ist das Längsdyna mikmodell 14 des Ego-Fahrzeugs 1 nicht mehr wie üblich in Abhängigkeit von der Zeit beschrieben, sondern in Abhängigkeit von dem Weg. Dies passt insofern gut zum Optimierungsproblem, da die Vorausschauinformationen des elektrischen Hori zonts wegbasiert vorliegen. Neben der kinetischen Energie gibt es zwei weitere Zustandsgrößen, welche im Sinne eines einfachen Optimierungsproblems ebenfalls linear und wegabhängig be schrieben werden müssen. Zum einen ist der elektrische Energieverbrauch des An triebsstrangs 7 üblicherweise in Form eines Kennfeldes in Abhängigkeit von Drehmo ment und Motordrehzahl beschrieben. In dem gezeigten Ausführungsbeispiel weist das Ego-Fahrzeug 1 eine feste Übersetzung zwischen der Antriebsmaschine 8 und der Straße auf, auf welcher sich das Ego-Fahrzeug 1 bewegt. Dadurch lässt sich die Drehzahl der Antriebsmaschine 8 direkt in eine Geschwindigkeit des Ego-Fahr zeugs 1 oder eben in eine kinetische Energie des Ego-Fahrzeugs 1 umrechnen. Wei terhin lässt sich die elektrische Leistung der Antriebsmaschine 8 durch Teilen durch die entsprechende Geschwindigkeit in Energieverbrauch pro Meter um rechnen. Dadurch erhält das Kennfeld der Antriebsmaschine 8 die Form wie in Fig. 2 zu se hen. Um dieses Kennfeld für die Optimierung verwenden zu können, wird es linear approximiert: Energy _perMeter > a _t * e _kin + b _t * F _trac für alle i.

Eine beispielhafte zu minimierende Kostenfunktion 15 kann mathematisch wie folgt ausgedrückt werden:

Hierbei ist:

WBat Gewichtungsfaktor für den Energieverbrauch der Batterie

Eßat Energieverbrauch der Batterie s Wegstrecke

SE-1 Wegstrecke einen Zeitschritt vor Ende des Prädiktionshorizonts

FA Antriebskraft, welche durch die Antriebsmaschine bereitgestellt wird, durch ein Getriebe konstant übersetzt wird und an einem Rad des Ego- Fahrzeugs anliegt

WTem Gewichtungsfaktor für Drehmomentgradienten WlemStart Gewichtungsfaktor für Momentensprünge

T Zeit, welche das Fahrzeug benötigt, um die gesamte innerhalb des Prä diktionszeitraums prädizierte Wegstrecke zurückzulegen

WTime Gewichtungsfaktor für die Zeit T

SE Wegstrecke zum Ende des Horizonts

WS lack Gewichtungsfaktor für die Slack-Variable

Vars lack Slack-Variable

Die Kostenfunktion 15 besitzt ausschließlich lineare und quadratische Terme. Dadurch hat das Gesamtproblem die Form einer quadratischen Optimierung mit line aren Nebenbedingungen und es ergibt sich ein konvexes Problem, welches gut und schnell gelöst werden kann.

Die Kostenfunktion 15 enthält als ersten Term eine mit einem ersten Gewichtungs faktor Wßat gewichtete und gemäß dem Längsdynamikmodell prädizierte elektrische Energie Eßat, welche innerhalb eines Prädiktionshorizonts von der Batterie 9 des An triebsstrangs 7 zum Antrieb der Antriebsmaschine 8 bereitgestellt wird.

Die Kostenfunktion 15 enthält als zweiten Term eine mit einem zweiten Gewichtungs faktor WTime gewichtete und gemäß dem Längsdynamikmodell 14 prädizierte Fahr zeit T, welche das Ego-Fahrzeug 1 benötigt, um die prädizierte Wegstrecke zurück zulegen. Dies führt dazu, dass je nach Wahl der Gewichtungsfaktoren eine geringe Geschwindigkeit nicht immer als optimal bewertet wird und so nicht mehr das Prob lem besteht, dass die resultierende Geschwindigkeit immer am unteren Rand der er laubten Geschwindigkeit liegt.

Der Energieverbrauch und die Fahrzeit können jeweils am Ende des Horizonts aus gewertet und gewichtet werden. Diese Terme sind dann also nur für den letzten Punkt des Horizonts aktiv.

Zu hohe Drehmomentgradienten innerhalb des Horizonts sind unvorteilhaft. Daher werden Drehmomentgradienten bereits in der Kostenfunktion 15 bestraft, nämlich durch den Term w _Tem . Die quadratische Abweichung der An triebskraft je Meter wird mit einem Gewichtungsfaktor WTem gewichtet und in der Kos tenfunktion minimiert. Alternativ zu der Antriebskraft FA je Meter kann auch das durch die Antriebsmaschine 8 bereitgestellte Drehmoment MEM genutzt und mit dem Ge wichtungsfaktor WTem gewichtet werden, sodass sich der alternative Term w _Tem ergibt. Durch die konstante Übersetzung des Getriebes 10 sind die Antriebskraft und das Drehmoment direkt proportional zueinander.

Um ein komfortables Fahren sicher zu stellen, wird in der Kostenfunktion 15 ein wei terer Term zur Bestrafung von Momentensprüngen eingeführt, nämlich w _TemStart

{F _A (S _I ) - F _A (S ₀ )) . Alternativ zu der Antriebskraft FA kann auch hier das durch die Antriebsmaschine 8 bereitgestellte Drehmoment MEM genutzt werden, sodass sich der alternative Term w _TemStart M _EM (S ₀ )) ergibt. Für den ersten Punkt im Prädiktionshorizont wird die Abweichung zum zuletzt gestellten Moment negativ bewertet und mit einem Gewichtungsfaktor WTemStart gewichtet, um sicher zu stellen, dass es einen nahtlosen und ruckfreien Übergang beim Umschalten zwischen alter und neuer Trajektorie gibt.

Geschwindigkeitslimits sind für die Optimierung harte Grenzen, die nicht überschrit ten werden dürfen. Eine leichte Überschreitung der Geschwindigkeitsgrenzen ist in der Realität immer zulässig und vor allem bei Übergängen von einer Geschwindig keitszone in eine zweite Zone eher der Normalfall. In dynamischen Umgebungen, wo sich von einem Rechenzyklus zum nächsten Rechenzyklus Geschwindigkeitslimits verschieben, kann es passieren, dass bei ganz harten Grenzen keine gültige Lösung für einen Geschwindigkeitsverlauf mehr gefunden werden kann. Um die Stabilität des Rechenalgorithmus zu erhöhen, wird eine weiche Beschränkung („soft constraint“) in die Kostenfunktion 15 eingeführt. Dabei wird eine mit einem Gewichtungsfaktor Wsiack gewichtete Slack-Variable Varsiack in einem vorgegebenen schmalen Bereich aktiv, bevor das harte Geschwindigkeitslimit erreicht wird. Lösungen, die sehr nah an diesem Geschwindigkeitslimit liegen, werden schlechter bewertet, also Lösungen de ren Geschwindigkeitstrajektorie einen gewissen Abstand zur harten Grenze einhal- ten. Die Regelung der Antriebsmaschine 8 des Ego-Fahrzeugs 1 mittels des MPC-Algo- rithmus 13 eignet sich für Automatisierungsstufen unterhalb von Level 5 (z.B. gemäß SAE J3016), insbesondere bis Level 3, wobei ein Fahrer des Ego-Fahrzeugs 1 wei terhin die Möglichkeit hat, die Fahrt zu beeinflussen bzw. in die vorstehend beschrie bene MPC-basierte autonome Fahrfunktion des Ego-Fahrzeugs 1 einzugreifen.

Bezuqszeichen Ego-Fahrzeug System Prozessoreinheit Speichereinheit Kommunikations-Schnittstelle Erfassungseinheit Antriebsstrang Antriebsmaschine Batterie Getriebe Computerprogrammprodukt GNNS-Sensor MPC-Algorithmus Längsdynamikmodell Kostenfunktion Fahrerassistenzsystem Verbrennungskraftmotor Ampelsteuerungsanlage Ampel SPAT -Signal